基于人脸识别疲劳驾驶检测系统设计与实现-软件工程专业论文.docx

DRIVER FATIGUE DETECTION SYSTEM BASED ON FACE RECOGNITION A Master Thesis Submitted to University of Electronic Science and Technology of China Major: Master of Engineering Author: Fan Wei Advisor: Meng Jicheng School : School of Automation Engineering 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 作者签名： 日期： 年 月 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 摘要 摘要 摘要 疲劳驾驶，作为威胁驾驶员人生安全的高度威胁因素，一直都是研究者们想 要客服和攻破的难题。现有的疲劳驾驶检测方法多以软件与硬件的结合来进行判 断。由于驾驶员个体存在差异，疲劳驾驶与非疲劳驾驶的区别不甚明显、没有统 一的判定疲劳驾驶的检测规则，使得疲劳驾驶检测的产品往往不尽如人意。需要 与驾驶员有身体接触的检测方法会给他们带来不舒适感，很多检测的算法实时性 差，这都导致了疲劳驾驶检测的产品没有一种能得到完全的推广。到目前为止， 在国还没有任何的疲劳驾驶检测的成熟产品问世，研究仍然处于试验阶段，因此 本文系统的研究与开发有重要的价值。 本文的基于人脸识别的疲劳驾驶检测系统主要分为人脸识别以及疲劳驾驶检 测两个部分。人脸识别部分所用的方法是以基于 Deep Learning 思想的栈式自动编 码神经网络来对人眼睁闭状态以及人脸进行识别，然后以 PERCLOS 方法将识别出 来的个体的眼睛睁闭状态来判断驾驶员是否是疲劳驾驶。主要的工作有以下几点： 1）掌握了 Deep Learning 思想框架下的理论基础以及发展史，掌握了基于 Deep Learning 思想的栈式自动编码算法的详细计算过程。系统中所用以人脸识别的栈式 自动编码网络包括四个隐藏层以及一个分类层。每个隐藏层的节点数均为 255。它 以 5000 个未手工标记的人脸图片为输入，训练四个隐藏层的权值，该隐藏层能用 来提取出人脸的特征。然后以 500 个手工标记的训练集为输入，提取出了标记数 据集中的人脸的特征，接着以这些特征为分类层的输入，训练分类层的权值。最 后对整个网络进行微调。 2）对于人脸识别算法到疲劳驾驶检测算法的整个过程测试成功。测试集的大 小为 250 个样本，测试集中的图片是有序排列的。将测试集输入到训练成功的栈 式自动编码网络能得到同一个人的人眼睁闭序列。接着使用 PERCLOS 算法的计 算，便可以得出该人是否为疲劳驾驶。 3）隐藏层的层数的选取以及每一层接点数的选取是经过大量的实验，在时间 与性能上进行一个平衡的最优的选择。 4）完成了整个系统的编码工作。该系统能对于输入图片进行完整的计算，完 成人脸识别、人眼状态识别、驾驶状态识别的功能，以及后续对于系统中人脸识 别算法的参数更新功能、驾驶员信息更新功能以及口令更改功能都以实现。 关键词：Deep Leaning，深度神经网络，栈式自动编码神经网络，PERCLOS，疲 劳驾驶检测系统 I AB ABSTRACT II II ABSTRACT Fatigue driving, as a high threat factors threatening the lives of drivers, it has always been the problem that the researchers want to break. Existing driver fatigue detection method to combine software and hardware together. Because of individual differences as well as fatigue and non-fatigue driv